摘要
本发明涉及工业大数据分析的技术领域,公开了一种铁水模型的构建方法、装置、设备及介质,方法包括获取铁水历史生产数据,包括原料参数、工艺参数、铁水质量参数;基于获取的铁水质量参数,根据铁水质量要求和焦比最低原则,并采用帕累托优化和/或工业标准过滤,筛选出不同原料参数对应的最优工艺参数组合;采用集成学习算法构建回归模型,将获取的原料参数作为输入数据,将筛选的最优工艺参数组合作为输出数据,对回归模型进行训练,将待产原料参数输入至训练好的回归模型,获取最优工艺参数组合。本发明提供的方法,能够根据待生产的原料参数,获取兼顾铁水质量、焦比以及设备安全的工艺参数,实现对铁水生产的工艺优化。
技术关键词
铁水
参数
集成学习算法
线性规划模型
序列二次规划算法
工业大数据分析
喷煤量
风温
氧量
存储器
焦炭
处理器
喷枪
可读存储介质
二氧化硅
模块
流速
负荷
系统为您推荐了相关专利信息
自定义指令
分布式计算系统
主节点
时间预测模型
列表
采空区
采煤工作面
分布预测方法
鲸鱼优化算法
BP神经网络
水下作业机器人
推力分配方法
力矩
推进器
坐标系
高速铁路路基
变形预测方法
机器学习模型
稳定型
表达式